Biofysikere opdager fire nye regler for DNA 'grammatik'

Den østrigske biokemiker, Erwin Chargaff, er berømt for de to regler, han opdagede, som nu bærer hans navn. På tidspunktet for denne opdagelse, i 1950, var det største problem i biologi at forstå strukturen af ​​DNA. Chargaffs regler viste sig at være et vigtigt spor i dette puslespil.

Biologer havde længe vidst, at DNA var bygget ud af fire molekyler: adenin, guanin, thymin og cytosin. De antog, at disse molekyler forekom i samme mængde og afviste alle målinger, der antydede andet som eksperimentelle fejl.

Chargaff viste gennem omhyggelig måling, at denne antagelse var forkert. Han fandt ud af, at mængden af ​​adenin svarede til mængden af ​​thymin, og mængden af ​​guanin svarede til cytosinets mængde, men disse var ikke lig med hinanden. De grove tal er: A=T=30% og G=C=20%.

Chargaffs første paritetsregel, som dette nu kaldes, var et vigtigt spor, som James Watson og Francis Crick brugte til at udvikle deres baseparmodel til dobbelthelixstrukturen. Biologer ved nu, at da A binder med T og G binder til C for at danne en dobbelthelix, gælder denne regel for alt dobbeltstrenget DNA.

Chargaff fortsatte med at opdage, at en omtrentlig version af hans regel også gælder for det meste (men ikke alt) enkeltstrenget DNA. Det er meget mere et puslespil, og biologer er stadig ikke helt sikre på, hvorfor det er sandt.

Chargaffs regler er vigtige, fordi de peger på en slags grammatik inden for biologi, et sæt skjulte regler, der styrer strukturen af ​​DNA. Denne grammatik burde afsløre sig selv som mønstre i DNA, der er invariante på tværs af alle arter.

Men i de 60 år siden Chargaff opdagede sine invariante mønstre, er der ikke dukket andre op. Indtil nu.

I dag siger Michel Yamagishi ved Applied Bioinformatics Laboratory i Brasilien og Roberto Herai ved Unicamp i Sao Paulo, at de har opdaget flere nye mønstre, der markant udvider grammatikken i DNA.

Deres tilgang er ligetil. Disse fyre bruger sætteori til at vise, at Chargaffs eksisterende regler indebærer eksistensen af ​​andre mønstre af højere orden.

Sådan gør du. En måde at tænke på mønstrene i DNA er at opdele en DNA-sekvens i ord af specifik længde, k. Chargaffs regler gælder for ord, hvor k=1, med andre ord for enkelte nukleotider.

Men hvad med ord med k=2 (f.eks. AA, AC, AG, AT og så videre) eller k=3 (AAA, AAG, AAC, AAT og så videre)? Biokemikere kalder disse ord oligonukleotider. Sætteori indebærer, at hele sæt af disse k-ord også skal adlyde visse fraktallignende mønstre.

Yamagishi og Herai destillerer dem i fire ligninger.

Det er selvfølgelig kun muligt at se disse mønstre i enorme DNA-datasæt. Sikkert nok har Yamagishi og Herai tal-knuset DNA-sekvenserne af 32 arter på udkig efter disse nye fraktale mønstre. Og de har fundet dem.

De siger, at mønstrene viser sig med stor præcision i 30 af disse arter, inklusive mennesker, e coli og planten arabidopsis. Kun humant immundefektvirus (HIV) og Xylella fastidiosa 9a5c, en insekt, der angriber ferskner, er ikke i overensstemmelse.

Disse nye regler viser for første gang, at oligonukleotidfrekvenser har invariante egenskaber på tværs af et stort sæt genomer, siger de.

Det kunne vise sig at være yderst nyttigt til at vurdere ydeevnen af ​​nye teknologier til sekventering af hele genomer ved høj hastighed.

Et problem med disse teknikker er at vide, hvor præcist de virker. Yamagishi og Herai foreslår, at en simpel test ville være at kontrollere, om de nyligt sekventerede genomer indeholder disse invariante mønstre. Hvis ikke, så er det et tegn på, at teknologien muligvis introducerer en form for bias.

Dette er lidt ligesom en kontrolsum-test for at opdage utilsigtede fejl i datablokke og et pænt stykke videnskab at starte op.

Ref: arxiv.org/abs/1112.1528 : Chargaff's Grammar of Biology: New Fractal-like Rules

skjule